AK-47製造商將推人工智慧槍支—自主決定射擊，英特爾推出新Movidius視覺運算晶元主打AI功能

最新 09-03

本期一周AI看點包括行業新聞、技術應用、技術前沿、大咖觀點以及投融資等方面。

大咖觀點

普京：人工智慧將帶來全球性壟斷引發無人機戰爭

據外媒報道，儘管微軟和谷歌等公司都在宣傳如何利用人工智慧讓世界變得更美好，但並不是所有人都持這樣的看法。俄羅斯總統普京周五在對學生的講話中談到了人工智慧的潛在力量。他表示，「這個領域的領先者將成為世界的統治者」。普京表示，「如果有人因此贏得壟斷地位，那麼將非常討厭」。他暗示，俄羅斯將與其他國家合作，開發人工智慧。儘管俄羅斯在技術宣傳方面很有技巧，但在人工智慧領域幾乎沒有什麼影響力。普京還設想了未來的戰爭：各國將使用由人工智慧控制的無人機去打一場戰爭。他表示：「當一方的無人機被另一方摧毀時，那麼就別無選擇，只能投降。」

向陽：未來3-5年人工智慧將迎來智能應用快速普及

賽迪顧問電子信息產業研究中心向陽就人工智慧浪潮下的智能終端產業演進做了分析，向陽表示，深度學習重燃、海量大數據支撐以及計算能力提升三大因素推動人工智慧爆發。他表示，硬體載體的種類也更加多元化和精細化，人工智慧的應用場景將越來越廣泛。未來3-5年人工智慧將迎來智能應用快速普及。

湯曉鷗：人工智慧正在經歷一場「文藝復興」

人工智慧工業界正在興起一場文藝復興，湯曉鷗從兩個層次說明了人工智慧與文藝復興的相似性：在往遠一點看，今天我為什麼要講文藝復興，14到17世紀它真正的起來，有政治的原因、宗教的原因，各種各樣的原因，但有一個必要條件，也是對原創的尊重。因為有了這些，才有了達芬奇、米開朗基羅、拉斐爾、莎士比亞等一系列非常優秀的藝術家和作家。我們總是聽到Google的聲音，聽到AlphaGo、谷歌的自動駕駛等等，為什麼總是聽到Google的聲音？一個原因是Google一年的研發投入是120億美金，這是研發燒掉的而不是整個公司的日常運營花費，正因為這樣，才會有AlphaGo、自動駕駛等技術。

高盛：中國人工智慧快速崛起 BAT是首批受益者

高盛近日發布報告稱，中國有足夠的資源和決心在未來幾年打造出一個基於人工智慧(AI)和深度學習的智能經濟體。無論是政府還是企業，都將人工智慧和機器學習作為下一個重要創新領域。當前，美國被視為人工智慧領域的領跑者，但其他國家正在迎頭趕上，這其中就包括中國。高盛認為，百度、阿里巴巴和騰訊(BAT)將是中國第一批人工智慧受益者，因為這三家公司擁有大量的數據和豐富的資源。

攜程梁建章：人工智慧不會帶來失業危機，也不會取代人類進行創新

近日，攜程聯合創始人、執行董事會主席梁建章出席在北大斯坦福中心舉辦的「CEO北京創業主題派對」，發表了題為《人工智慧如何影響創新》的演講。人工智慧近期一直是風口浪尖的前沿話題，繼馬雲稱人工智慧將釀成第三次世界大戰之後，李開復又預測人工智慧將造成嚴重失業，作為一直關注互聯網前沿科技的企業家與經濟學家，梁建章曾撰文反駁上述言論，甚至認為人工智慧的火熱「幾乎是個泡沫」。梁建章預測，未來中國互聯網市場會比美國更大，中國人的理科素質和技術應用也會帶來更多機會。但在可預見的未來，人工智慧可以加速計算和驗證，可以輔助人類進行選擇參考，但無法觸及創新的本質——主動提出問題，因此無法取代人類進行創新。

商湯科技聯合創始人徐冰：做人工智慧，三個方向的投入體現企業的核心競爭優勢

第一，人工智慧有三類企業可以去觀察、關注、投資，這三類企業其實有三種不同的特徵，同時去判斷的邏輯肯定不一樣，估值方法肯定也不一樣。第一類企業，演算法企業。高投入、高風險，必須要做到產業第一，做到所有人都愛找你買。這類企業，評估他做深度學習演算法的能力是關鍵，有三個核心維度：人才、數據、超算計算能力。

第二，現在去看人工智慧，基本上就是深度學習這樣一項技術突破之後，它可以非常有效的把人的一些對於特定技能的掌握和經驗傳遞給機器，這個過程變得非常順暢，傳統來說這個過程是需要專家來完成的，現在演算法+數據，可以實現把人的經驗很有效的傳遞給機器。

第三，做人工智慧也好，研發人工智慧演算法也好，三個方向的投入來體現競爭優勢，這三個主要方向就是：演算法、計算能力、數據，這是做深度學習的演算法企業的一個核心優勢的體現。

行業

AK-47製造商將推人工智慧槍支：無人操控，自主決定射擊

俄羅斯軍火製造商卡拉什尼科夫公司素以製造AK-47等軍用槍支而聞名，近年來該企業專註於研發新型武器，最近連續推出新品：「機器人槍支」和新型防暴車。據俄羅斯塔斯社消息，卡拉什尼科夫公司還將推出具有人工智慧性質的新槍。公司發言人索菲婭·伊萬諾娃說，這款槍支基於先進的「神經網路全自動系統」，在無人操控的情況下，不僅能夠決定是否射擊，還能夠根據敵人和環境的變化隨時調整射擊狀態。

除了蘋果寶馬，三星也獲得加州無人駕駛汽車測試許可

據美國汽車協會官網顯示，三星公司獲准在加州的州級公路上測試無人駕駛汽車。機動車駕駛管理處保留了一份自動測試許可的公司和組織名單，包括蘋果、英偉達、通用汽車、寶馬，以及現在的三星，其中也包括越來越多的汽車製造商和科技公司。三星在聖何塞（美國城市）設立了一個辦事處，在那裡可以進行測試。一旦技術變得更加普及，該公司的長期供應關係可能會讓它獲得成為無人駕駛軟體平台提供商的優勢。

百度聯合江淮汽車計劃於2019年推自動駕駛量產車型

百度與江淮汽車高精地圖採集車交車儀式在上海舉行，江淮汽車向百度交付了數十輛瑞風S3汽車，同時，雙方宣布2019年將推出自動駕駛量產車型。據了解，江淮汽車是百度Apollo自動駕駛開放平台的首批重要合作夥伴，百度將為江淮汽車提供高精地圖、自定位、環境感知、決策規劃等自動駕駛綜合解決方案，雙方計劃於2019下半年推出自動駕駛量產車型，通過驗收後面向市場大規模量產。

英特爾推出新Movidius視覺運算晶元，主打AI功能

近日英特爾正式推出下一代Movidius視覺處理晶元，它的處理能力更強大，可以用在尖端設備中，比如無人機、VR頭盔、智能攝像頭、穿戴設備和機器人。Movidius是英特爾的子公司，主要為機器、PC開發視覺技術。最新的VPU（視覺處理單元）採用了Myriad X系統晶元，植入獨立神經運算引擎（Neural Compute Engine），支持邊緣深度學習推斷。在設計之時晶元硬體瞄準的正是深度神經網路，它可以用更快的速度、更低的能耗運行深度神經網路。英特爾表示，進行DNN推斷時，深度神經網路加速器每秒可以完成運算操作1萬億次以上。

中南大學湘雅二醫院攜手騰訊，用AI打造智慧醫院

中南大學湘雅二醫院和騰訊在長沙簽署框架合作協議，共同打造智慧醫院。據悉，雙方將在代謝、精神心理等疾病領域，以及智慧醫療和人工智慧研發等方面展開深度合作。此次合作，可謂是強強聯手。簽約後，雙方將在人工智慧領域展開深入探討和合作。此外，雙方還將就醫療創新支付模式及應用，保險業務在醫療領域的突破運用進行了深入交流，包括微信支付、微信醫保支付、新農合跨省就醫實時結報、商業保險理賠支付等多種創新支付形式。

2025年全球AI市場增長57.2% 累計收益589.7億美元

近日，一份新報告指出，預計到2025年，全球人工智慧市場將增長57.2%，屆時市場的累計收入將達589.7億美元。報告預計，北美地區未來將在該行業佔據主導地位，原因是該地區有政府大量資金的投入，有主要參與者的存在、以及強大的技術基礎。圖像和語音識別技術的進步，正在推動人工智慧市場的快速發展，因為改進的圖像識別技術對於提供增強型無人機、自動駕駛汽車和機器人技術至關重要。人工智慧市場可以根據解決方案、技術、最終用途和地理位置進行有效分類。

微軟、亞馬遜結盟：雙方的AI語音助手將實現「互相對話」

為推動AI語音技術發展、同時阻擊蘋果和谷歌等競爭對手，微軟和亞馬遜兩大巨頭選擇「抱團」。周三，微軟和亞馬遜聯合宣布，雙方就AI語音助手合作達成了共識。亞馬遜CEO貝索斯(Jeff Bezo)發推特表示：「Alexa剛剛交了個新朋友」。CNBC報道稱，通過此次合作，雙方的語音助手將能夠互相激活。亞馬遜Alexa的用戶可以訪問微軟Cortana的一些特有功能，如訪問工作日曆，閱讀工作郵件。而Cortana的用戶可以通過Alexa在亞馬遜網站上購物，也可以控制家中的智能設備。

應用

通用推出AI醫療影像系統UV6.0 已在3000家機構投入使用

美國通用電氣（GE）推出智能醫療影像解決方案Centricity Universal Viewer 6.0（簡稱Centricity UV 6.0），用於CT、MR類醫學影像的智能輔助診斷與管理，並推出了針對醫聯體和影像中心的雲平台的解決方案。Centricity UV 6.0中的智能診斷功能對CT、MR、核醫學等多種醫療影像進行智能輔助診斷，能夠覆蓋2D/3D/4D影像，可以應用在心血管、神經、腫瘤等醫療學科，目前已經在全球超過3000家醫療機構投入使用。

Facebook使用人工智慧給360度照片「糾偏」

據VentureBeat報道，為了給用戶提供更好的360度視頻觀看體驗，Facebook將使用人工智慧對這些內容進行調整，避免因為圖片傾斜破壞呈現效果。Facebook還開發了一套系統來應對360度圖片較大的文件尺寸。該公司將這些圖片轉化成資料庫，然後以不同解析度存儲起來。當用戶訪問圖片時，Facebook的人工智慧演算法就會計算究竟哪種解析度可以提供最好的觀看體驗，有時甚至會降低解析度。

蘑菇街用AI拯救直男穿搭，人工智慧和時尚的結合還能帶來什麼？

人工智慧給你搭配了一套今秋最時尚穿搭，你敢穿嗎？蘑菇街最近就在研究這件事，成立了一個搭配研究所，希望把主觀的審美與數據演算法結合起來，更高效的滿足用戶隨時隨地的搭配穿衣需求。目前蘑菇街這款AI技術的圖片數據來源於平台上已有的SKU。在未來看到喜歡的推薦，還可以一鍵點擊購買。未來還會有社區中用戶上傳的圖片，以及一些海報圖片來豐富圖片庫。和購物功能比起來，蘑菇街的這款應用還是希望聚焦在穿搭建議上。

無人機新用途：澳大利亞用它來結合人工智慧辨別鯊魚

這種技術名為SharkSpotter，它識別鯊魚的速度和精度都高於人眼。這項技術可以對海面上飛行的無人機拍攝的視頻進行實時過濾，從中區分海豚和鯊魚以及其他海洋動物。發現鯊魚後，他們還可以藉助無人機上安裝的擴音器向游泳者發出警告。這種無人機是由The Little Ripper Group與悉尼科技大學軟體學院合作開發的，歷時一年多時間。悉尼科技大學教授邁克爾·布盧門斯泰因表示「這套自動化系統可以識別鯊魚和其他海洋生物及物體，它採用了先進的深度神經網路和圖像處理技術。」他說，「該系統可以通過處理動態視頻和靜態圖像來有效區分和識別鯊魚。」這種無人機將於今年9月開始在新南威爾士和昆士蘭的海灘巡邏。

自拍就能檢測膽紅素水平，跟胰腺癌隱患說再見！

保羅·G·艾倫計算機科學與工程學院的博士生Alex Mariakakis表示，他們開發的BiliScreen應用能用於量化一個人的黃疸程度。黃疸是由於血液中稱為膽紅素的化合物異樣增多，引起皮膚和眼鏡變黃的病症。黃疸在指數為3.0mg/dl時即可肉眼辨別，但在指數超過1.3mg/dl時就值得引起臨床診斷的注意，這一差距使得檢測變得十分重要。該應用程序通過智能手機攝像頭以及計算機視覺演算法和機器學習工具運作，能檢測出人眼白部分的膽紅素異常增加。該應用程序在一項70人的初步臨床試驗中，通過藉助於一款能輔助控制眼球位置的3D列印盒子，關鍵指標正確識別率達到了89.7%。

AI防禦威脅網路病毒，美國中央情報局成背後最大莊家

越來越多的病毒數量讓網路安全受到了前所未有的關注，以人工智慧驅動的網路安全公司也受到了資本的青睞。今年的第一季度是該領域過去5年中投資數量最多的一個季度，按照前半年的速度，2017年的投資數量將增長32%。自2012年以來，投資這個領域最多的機構是In-Q-Tel，這是一個有美國政府背景的非盈利風險投資機構，為中央情報局提供風險投資服務。主要任務是鑒定那些有助於維護美國國土安全利益的尖端科技公司，並有選擇性地對它們進行投資，從而獲取最新的信息技術，支持美國政府的發展情報能力。

高級「水軍」來了？人和機器人的留言傻傻分不清

芝加哥大學的研究人員已經研發了一項神經網路人工智慧系統，它可以在美國最大的點評網站Yelp上進行評論，而且人們很難看出來這並不是人類的評論。在10月份，他們的研究成果，將會美國計算機協會（ACM）關於計算機與通信安全的會議上發表，目標是強調這些AI系統可以多麼輕而易舉地模仿人類進行評論，並且如果不對這些AI系統嚴加監管，它們會具有破壞性。由於許多小企業都依靠網上評論來發展壯大並維持聲譽，在未來，這些企業的競爭對手或許是脾氣易怒的顧客，可能都可以濫發郵件或進行負面評論，這實在令人憂心忡忡。

投融資

人工智慧創業公司 Appier 獲 3,300 萬美元 C 輪融資

利用人工智慧幫助企業做出營銷決策的台灣創業公司 Appier 日前宣布，該公司獲得了 3,300 萬美元 C 輪融資。Appier 成立於 2012 年，其重點關注領域是跨屏廣告。該公司目前有兩大主要產品，一個是旨在讓企業將人工智慧應用於數字營銷的 CrossX 程序化平台，另一個是數據智能平台 Axion，該產品能幫助企業了解和預測客戶行為。

軟銀、Line 加大AI野心領投Appier 3300萬美元

據外媒techinasia報道稱，中國台灣人工智慧公司Appier已經從軟銀、Line(日語消息應用程序)和新加坡EDBI等投資者那裡獲得了3300萬美元的C輪融資。據調研公司CB Insights近日公布的「最值得關注的100家人工智慧公司」顯示，Appier就位列其中。外媒稱，Appier提供了大量圍繞技術構建的產品，可以跟蹤所有連網的設備(無論是智能手機，平板電腦，筆記本電腦還是台式電腦)的個人用戶活動，使廣告客戶能夠更好地定位其廣告系列，這些信息助其選擇特定時間段的目標受眾。

AI雲服務提供商阿博茨科技獲啟明創投、源碼資本、SIG等3000萬美元融資

AI雲服務提供商阿博茨科技已獲得共計3000萬美元天使輪、A輪融資。據悉，此次融資將用於現有金融解決方案的進一步完善，加大在產品優化、市場推廣等方面的投入；同時，擴充演算法、開發及專業金融領域的高級人才團隊，強化技術優勢。阿博茨科技成立於2016年5月，是一家AI驅動的雲服務提供商。成立以來，公司通過技術創新推動商業智能化變革，在金融、醫療、教育等多個領域進行探索，著力開發行業的個性化解決方案。主打產品為同心互助網，這是一個創新型共享式互助服務平台。目前，公司專註於為企業提供智能化的行業解決方案，現階段產品主要服務於金融行業，已推出兩款基於AI技術開發的金融產品。

利用AI幫助企業提高客戶交互度，Kata.ai獲TPTF領投350萬美元A輪融資

印尼人工智慧創企Kata.ai今日宣布完成350萬美元A輪融資，台灣跨太平洋科技基金（TPTF）領投。Kata.ai採用B2B模式，其聊天機器人提供增強現實和自然語言處理技術，能夠幫助企業提高客戶交互度。該創企由原來的YesBoss於2016年晚些時候轉型而來，此輪融資將用於國際擴張，在台灣設立附屬公司。在媒體聲明中，Kata.ai表示，他們將於本地科技創企合作，更好地服務市場。目前公司正在和東南亞地區「潛在戰略夥伴」對話。為順利推進擴張計劃，Kata.ai還計劃投資研發工作，尤其是自然語言處理技術，從而更好地理解其他東南亞國家語言。此外，Kata.ai還打算上線Bot Studio平台，幫助開發人員用同一套自然語言處理技術打造自己的聊天機器人。Bot Studio測試版目前已對部分合作夥伴開放，2017年10月會正式上線。

獲千萬級美元天使輪融資，幣安Binance欲打造世界級區塊鏈資產交易平台

近日，區塊鏈公司Binance（幣安）獲得由泛城資本、黑洞資本投資的千萬級美元天使輪融資。Binance旨在為用戶提供更加安全、便捷的數字貨幣兌換服務，聚合全球優質數字貨幣，以打造世界級的區塊鏈資產交易平台。對於此次投資，泛城資本陳偉星認為：「區塊鏈技術將在未來極大程度降低金融配置成本，讓利潤回歸到實業，讓勞動者受到更多激勵；區塊鏈是現在最佳的發展時機，誰能先搶得先機，掌握主動誰就有機會成為千億級的企業。」黑洞投資則表示，其看中的正是團隊一流且配合與默契。

技術

超級收斂：使用超大學習率超快速訓練殘差網路

訓練大型神經網路往往很耗時間。在最近一篇論文中，美國海軍研究實驗室和馬里蘭大學的兩位研究者展示了一種名叫「超級收斂」的現象，可以將殘差網路的訓練迭代次數減少一個數量級。

在這篇論文中，我們展示了一個現象，即比起標準的訓練方法，可以使用少一個數量級的迭代次數訓練殘差網路，我們將其命名為「超級收斂（super-convergence）」。超級收斂的關鍵元素是使用周期學習率（cyclical learning rate）和一個很大的最大學習率進行訓練。此外，我們也給出了證據說明使用很大的學習率進行訓練可以通過對網路的正則化實現表現水平的提升。另外，我們還表明，當有標註的訓練數據有限時，超級收斂能比標準訓練方法帶來更大的水平提升。通過使用 Hessian Free 優化方法的一個簡化版本計算對最優學習率的估計，我們也提供了對大學習率的優勢的解釋。要復現本論文的數據結果，可以在 http://github.com/lnsmith54/super-convergence 獲取實驗的架構和代碼。

超少量數據訓練神經網路：IEEE論文提出徑向變換實現圖像增強

深度神經網路是由許多節點層組成的複雜架構，結果導致大量需要在訓練中評估的參數，包括權重、偏差等。相比於簡單的架構，更大、更複雜的神經網路需要更多的訓練數據滿足適當的收斂。然而，可用於訓練網路的數據要麼有限、要麼不均衡。我們提出在極坐標空間中的徑向變換（radial transform) 進行圖像增強，從而幫助數據較少的神經網路進行訓練。每像素的坐標變換提供了原始圖像與增強後的數據在極坐標系統中的表徵，且又能增加表徵較弱的圖像類別的多樣性。使用我們提出的方法，在 MNIST 上，以及使用 AlxNet、GoogLeNet 神經網路模型的一系列多模型醫療圖像上的試驗表現出了極高的分類準確率。

微信成功挑戰10億人聊天記錄的背後，核心技術原來是它

資料庫領域頂級會議VLDB (Very Large Data Base)於 8 月 28 日—9 月 1 日在德國慕尼黑舉行，微信團隊也有論文被 VLDB 收錄，如下圖所示：

在這篇題為《 PaxosStore: High-availability Storage Made Practical in WeChat 》的論文中，微信團隊介紹了微信中高可用性的存儲系統——PaxosStore。該系統在存儲層採用了組合式設計，針對不同存儲模型開發不同的存儲引擎。

【壓縮率3000%】上交大ICCV：精度保證下的新型深度網路壓縮框架

海交通大學人工智慧實驗室的研究人員提出了一種新的方法，能夠在保證網路模型精度的前提下對深度網路進行壓縮。相關論文《基於高階殘差量化的高精度網路加速》（Performance Guaranteed Network Acceleration via High-Order Residual Quantization）已被ICCV 2017接收，由上海交通大學人工智慧實驗室李澤凡博士實現，倪冰冰教授，張文軍教授，楊小康教授，高文院士指導。該提出一種新的方法，能夠在保證網路模型精度的前提下對深度網路進行壓縮。實驗結果，他們將網路的大小降低了約32倍，速度上有30倍的提升。雖然以往的方法在體積和速度上也曾經取得類似的效果，但本論文提出的方法在精度保證上更勝一籌。

谷歌與Verily發布新研究，可通過視網膜圖像用AI檢測心臟病

這項成果來自谷歌和其母公司Alphabet旗下的生命科學公司Verily。

在新發的論文《Predicting Cardiovascular Risk Factors from Retinal Fundus Photographs using Deep Learning》中，他們展示了一種能在視網膜圖像中發現心臟病風險的新研究。這種方法對身體的侵入性較小、獲取容易，並且還能用AI快速分析結果。研究人員表示，該研究測試結果與歐洲心血管手術危險因素評分系統（SCORE ）檢測結果基本一致。

谷歌新論文：教機器人預測3D結構、然後抓取物體

最近，Google的一組科研人員完成了一篇新論文：基於幾何感知表徵的抓取交互學習（Learning Grasping Interaction with Geometry-aware Representations），論文提出了一種幾何感知編碼器-解碼器網路，利用幾何感知表徵來學習實現抓取交互。本文的核心思想是通過3D幾何學預測來約束和規範交互學習。具體地說，本文把幾何感知智能體的學習過程分為兩個步驟：首先，智能體通過3D形態生成模型，從2D感知輸入中學習構建當前場景的幾何感知表徵；然後，它通過內置的幾何感知表徵來學習預測抓取結果。這種幾何感知表徵方法利用一種新穎的無學習（learning-free）深度投影層，在幾何學與交互的關聯研究中起到了關鍵作用。

以上就是本期一周AI回顧的主要內容。

GIF/343K